GSE97287:系统性毛细血管渗漏综合征患者急性期与基线PBMC基因表达
该数据集来自NCBI GEO,包含系统性毛细血管渗漏综合征(SCLS)患者急性期与基线配对的外周血单核细胞(PBMC)基因表达谱,采用微阵列芯片(GPL10558)检测,共1个文件

基本信息
资源简介
GSE97287:系统性毛细血管渗漏综合征患者急性期与基线PBMC基因表达
Acute v. baseline PBMC gene expression in patients with Systemic Capillary Leak Syndrome
该数据集来自NCBI GEO,包含系统性毛细血管渗漏综合征(SCLS)患者急性期与基线配对的外周血单核细胞(PBMC)基因表达谱,采用微阵列芯片(GPL10558)检测,共1个文件。SCLS是一种罕见且可能危及生命的血管疾病,其急性发作表现与脓毒症、全身过敏反应等相似。数据可用于识别与SCLS急性发作相关的循环因子,并比较急性期与基线的转录组差异(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 31 201。
【数据内容】
源站描述(机器翻译,仅供参考):系统性毛细血管渗漏综合征(SCLS)是一种病因未知、极为罕见且可能危及生命的血管疾病。SCLS的特征是由于血浆渗漏到外周组织而出现剧烈且短暂的低血压性休克和水肿发作。过去几年中,该疾病受到越来越多的关注,因为其初始表现与更常见的疾病相似,如全身性过敏反应、脓毒症以及埃博拉/马尔堡家族丝状病毒的急性感染。尽管约70-80%的SCLS患者并发意义未明的单克隆丙种球蛋白病(MGUS),但副蛋白对急性发作的任何贡献尚不清楚。为了识别导致急性SCLS危象发作的循环因子,我们对配对获得的外周血单核细胞组分进行了转录组分析
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL10558、9606。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE97287
【使用注意】
· 源站最后修改于 Aug 13 201,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE97287
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
系统性毛细血管渗漏综合征(SCLS)是一种极为罕见且可能危及生命的血管性疾病,病因尚不明确。SCLS的特征是突发且短暂的低血压性休克和水肿发作,由血浆渗漏至外周组织所致。过去几年间,该疾病受到越来越多的关注,因为其初始表现与一些更常见的疾病相似,如全身性过敏反应、脓毒症以及埃博拉/马尔堡丝状病毒家族的急性感染。尽管约70-80%的SCLS患者合并意义未明的单克隆丙种球蛋白病(MGUS),但该副蛋白对急性发作的作用尚不清楚。为识别参与急性SCLS危象发生的循环因子,我们对患者在急性发作期和恢复期采集的配对外周血单个核细胞组分进行了微阵列转录组分析。与基线相比,急性期样本中有61个基因的表达显著上调或下调超过2.5倍。其中上调最显著的基因之一是ADM,该基因编码血管活性肽肾上腺髓质素。
在SCLS急性期血清中,ADM替代标志物pro-ADM较缓解期样本或健康对照血清显著升高。与健康对照细胞相比,SCLS受试者的单核细胞和内皮细胞(ECs)在促炎刺激下表达显著更多的ADM。将ADM应用于内皮细胞对血管屏障功能发挥保护作用。这些结果提示,ADM对SCLS初期特征性的深度升压抵抗性低血压具有致病作用。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




